Quando si parla di advertising, è facile fermarsi alle piattaforme, ai formati e alle metriche. Ma dietro ogni campagna ci sono sempre scelte più profonde, che riguardano la strategia, la lettura dei dati e il modo in cui un’azienda decide di investire.
In questa seconda conversazione con Salvo Panarello di Keix abbiamo spostato il focus proprio su questi aspetti, entrando più nel dettaglio del lavoro sulle campagne ADV.
Partiamo da qui: cos’è Keix, spiegato a chi lavora in marketing e ADV?
Rispetto ad altre funzioni aziendali lavoro più spesso con il marketing, per una semplicissima ragione, perché il marketing per definizione è il reparto azionale più sollecitato, in assoluto.
È quello cioè che deve far funzionare la relazione con il cliente e che ha le maggiori esigenze di mettere insieme i dati: dalla vendita all’advertising ai social, anche velocemente.
Keix è assolutamente funzionale per il marketing.
Considerare che in questo momento, per esempio, ha già tutte le API dei diversi social, quelle di Meta, quelle di TikTok, gestisce le API di Whatsapp, di Telegram, piuttosto che dell’email, di tutti i stream messaggistica.
Quindi diventa uno strumento dinamico per il marketing, oltre alla parte dell’algoritmo. Raccoglie i dati, li processa, dà la visione dinamica, ma permette anche di impostare delle attività, cioè di automatizzare delle attività, di regolarle.
Può, per esempio, gestire all’interno una community, un panel di clienti, B2B o B2C: mandare messaggi, raccogliere feedback, c’è all’interno un sistema di survey che permette molto velocemente di raccogliere un feedback.
Cioè posso mandare una micro survey perché ho già una profilatura e ho tutte le informazioni che mi servono.
Chi lavora in advertising oggi ha dati ovunque, quindi Meta, Google, CRM. Qual è il problema più grande quando si prova a leggerli insieme?
Il problema è quello, appunto, nel senso di metterli insieme. Superare, andare oltre quella che è la reportistica statica e avere invece un tipo di analisi multivariata che ti permette di vedere come cambiano le dinamiche, come cambiano i parametri sulla base di quello che succede. Cioè in un ambiente dinamico anche l’advertising oggi può funzionare, domani mattina no, perché si creano delle dinamiche particolari.
Quindi un sistema che ha più fonti di dati permette di leggere in maniera dinamica quello che sta succedendo e di essere molto più reattivi rispetto al passato. Può evidenziare dei path che altrimenti rimangono legati all’intuizione, rispetto alla customer journey. Quindi si ottimizzano.
Per esempio, anziché rimanere legati all’advertising attuale, si può provare a vedere quali sono i valori cross channel per un’ottimizzazione generale, di tutte le attività che compongono la macchina della comunicazione.
In questo scenario dove si inserisce Keix, cosa fa di diverso rispetto agli strumenti già presenti in azienda?
Sì, diciamo che non è un solo connettore come possono essere altri software che fanno direttamente da connettori, ma è analisi. E in più rispetto ad altri è automazione.
Tra l’altro automazione che non è legata esclusivamente al trigger. In questo caso l’automazione è legata a processi di tipo algoritmico: possiamo lavorare su degli algoritmi che permettono dei trigger che sono molto più ampi, anche customizzati rispetto a quelle che sono le situazioni o le esigenze dei clienti.
Proviamo ad immaginarlo sulle esigenze dei clienti. Avere una profilatura e avere delle customizzazioni che sono molto più legate alle esigenze specifiche, con dei cluster molto più piccoli gestiti in maniera più dinamica.
L’AI dove entra davvero nel lavoro sui dati? fa un po’ tutto? colletta? analizza?
Si ritorna al concetto di sistema nervoso. Il progetto di Keix usa blocchetti modulari.
L’AI genera anche il sistema di analisi, produce la reportistica… diciamo che è appunto il sistema nervoso nel senso che i dati sono oggi quello che alimenta l’intelligenza artificiale e lo deve fare sempre più in maniera dinamica.
Le tendenze sono la circolarizzazione del dato, quindi i dati che generano altri dati attraverso l’automazione e le tecnologie multi-agentiche.
Ci sono all’interno della squadra aziendale una serie di agents che coprono dei ruoli quindi pensare all’AI oggi secondo me non è corretto.
Sicuramente è un gran aiuto avere le chat così come vediamo in Claude e Chat gpt e molte altre. Portare l’AI in azienda secondo la nostra visione è quella proprio di metterla a sistema, cioè di collegare le fonti di dati e di fare in modo che la macchina gestisca e lavori sui dati aziendali non facendo delle richieste alle chat esterne ma con algoritmi che sono trainati ad hoc, sui dati aziendali, che quindi possono dare delle risposte legate all’analisi dei dati aziendali. Non a dei dati generali che sono legati al training di algoritmi.
Ad esempio, dobbiamo fare un lavoro per un’azienda finanziaria, un gruppo finanziario. Loro processano centinaia di migliaia di pratiche. La macchina legge le pratiche, verifica i termini di validità di tutti i contratti, a quel punto decide di smistare la pratica piuttosto che di inviare messaggi e di mandare una PEC, piuttosto che di mandare direttamente quello che può essere l’atto da notificare. Agisce sul processo telematico, quindi potenzia un gruppo di lavoro di dieci persone.
La missione è praticamente questa, cioè essere all’interno di tutto il sistema aziendale per poter essere veramente efficace ed essere addestrato come faresti con qualsiasi addetto aziendale. Quando arriva una nuova persona tu la devi addestrare a svolgere quel lavoro specifico.
Realmente portiamo le AI in azienda indipendentemente dalla chat e la specializziamo, cioè non è più un’AI generica, ma lavora su contratti specifici del credito al consumo, che hanno clausole specifiche e player diversi, riconosce i player, il tipo di contratto e gestisce il processo.
Per noi un algoritmo performa quando ha un livello di precisione del 99.8/99.7, che significa 10 volte/15 volte in meno rispetto all’errore umano. Un algoritmo che performa, cioè addestrato ad hoc deve avere questi requisiti, questi livelli di performance.
Non è AI generica ma specializzi l’algoritmo su quel tipo di processo, cioè fa per te quella cosa e la fa meglio di qualsiasi junior che tu possa assumere.
Ci deve sembrare spaventoso?
Come per qualsiasi altro strumento, se ne facciamo un uso distorto le conseguenze sono o possono essere gravi. Però se ne facciamo un uso corretto, questo ci porterà a migliorare soprattutto la qualità del lavoro.
Guardo più alla qualità che alla quantità, ovviamente la quantità è compresa, la macchina può processare milioni di operazioni, però quella che è la capacità d’intuito, la visione, l’approccio critico sono e rimangono dell’essere umano.
La macchina è capace di effettuare una quantità di operazioni incredibile, ne conservo sempre una visione positiva però che va gestita, che va curata.
Non si può lasciare alla macchina la decisione finale, ancora oggi chi ci ha provato si è trovato nei guai. In vari contesti sono stati pubblicati dati o scritti atti lasciati alla macchina, per esempio in ambito giuridico, che poi hanno generato dei guai. È chiaro che devi seguire, devi guardare, devi appunto allenare un algoritmo a farlo e farlo bene.
Questo non toglie il valore quando per esempio la macchina gira per l’ufficio legale, in questo caso o gira per il responsabile marketing. A un certo punto dice qual è l’opzione migliore, ma alla fine è sempre l’uomo che decide.
Dal punto di vista operativo come può cambiare il lavoro di chi gestisce campagne e budget adv?
Diciamo che per chi lavora è un salva tempo, cioè ci impieghi sicuramente meno tempo per le parti di reportistica perché ci pensa il sistema. La macchina può già crearti un’anteprima dei report con gli analytics, con un commento che ti permette di ottimizzare il budget cross channel.
Se non fai un’ottimizzazione del budget, può essere utile per cercare di capire come sta andando. In genere l’alert e ti svincola anche dall’eccessiva dipendenza dalle varie piattaforme. Sei tu che analizzi i dati, puoi generare alert in tempo reale.
Dà maggiore valore alla professionalità secondo me perché da un lato accelera, ti mette nelle condizioni, ti dà input per decidere o per creare. Oggi la creatività è sistemica in azienda, non c’è più creatività verticalizzata su un dipartimento. Così Keix permette anche di creare attraverso l’analisi.
L’altro aspetto è: se riesci a ottimizzare riesci a comprendere, a bilanciare il peso delle varie campagne.
Ovviamente hai delle ripercussioni positive anche in termini di budget, una migliore gestione del budget quindi il marketer diventa meno operatore di piattaforma e più decision maker. Ha più strumenti per decidere piuttosto che dipendere dalle varie piattaforme.
La macchina è in grado di percepire segnali deboli e quindi in qualche modo di leggere come sta cambiando l’algoritmo e reagire dal momento in cui legge i dati dalle varie piattaforme. Quindi si diventa più decision maker, più manager e più consulente data analyst.
I dati li analizza la macchina, ma l’uomo fa il consulente.
Questa è poi l’idea generale per cui è nata Keix, cioè il dato diventa commodity, quindi disponibile in grandi quantità. Lo metto a sistema, risparmio il 70, 80, 90% del tempo nell’analisi dei dati che è un componente fondamentale del nostro lavoro e ridò valore alla parte di consulenza.
Cioè mi metto nelle condizioni di lavorare, pensare, creare, sperimentare.
Guardando avanti come evolverà il performance marketing con strumenti come questi?
Diventa sistemico, multi-agentico, autogenerativo, circolarizza il dato.
Quindi il performance marketing da puro data analyst che attiva i dati in processo alla macchina, diventa più consulenziale, manageriale.
—
Contatta Salvo Panarello: https://www.linkedin.com/in/salvo-panarello/
Scopri di più su Keix: https://keix.com/
